先講最重要的：你的 ChatGPT 預設沒有換
OpenAI 在 2026 年 7 月 9 日正式推出 ChatGPT 5.6（模型名：GPT-5.6，本文兩種寫法都會出現）。很多人以為打開 ChatGPT 就自動升級了，其實沒有。
日常對話的預設引擎仍然是上一代的 GPT-5.5 Instant，快問快答還是它在服務。GPT-5.6 進駐的是「思考模式」：Plus 以上的訂戶在模型選單裡會多出 Medium、High 這些檔位，背後跑的才是新模型 Sol。你丟一個夠難的問題，ChatGPT 也會自動把它升級給 Sol 處理。
所以第一個結論很簡單：免費版使用者這次在聊天介面裡完全分不到，付費訂戶則是多了幾個更聰明的檔位可以切。
這次發布還有一段小插曲。OpenAI 表示在美國政府的要求下，6 月 26 日先對一小群夥伴做限定預覽，7 月 9 日才全面開放。一個商用 AI 模型的上市時程要跟政府協調，這樣的安排相當罕見，也讓不少人開始討論之後的新模型會不會都得排隊過關。
認識三兄弟：Luna、Terra、Sol
GPT-5.6 一次推出三個型號，命名從天體來：太陽（Sol）是旗艦、地球（Terra）是中階、月亮（Luna）是平價版。OpenAI 也順便把命名規則講清楚了：數字代表世代，名字代表等級，以後每個等級可以各自更新，不用等整個家族一起改版。
三個型號的基本規格完全相同。先解釋一個詞：token 是模型切分文字與計價的單位；同一段中文會用掉多少 token，會因模型與內容而異。
| 規格 | 內容 |
|---|---|
| 一次能讀進的內容量 | 1,050,000 token（能一次讀進非常長的文件，實際字數依內容而異） |
| 一次能輸出的上限 | 128,000 token |
| 知識更新到 | 2026 年 2 月 16 日 |
| 看得懂什麼 | 文字＋圖片（輸出只有文字） |
差別在聰明程度跟價格。另外這代新增了兩個高運算選項：max 是「想得更深」的深度思考檔位；ultra 則不太一樣，它會同時派出 4 個 AI 分身平行處理同一件任務。ultra 聽起來很帥，但它燒額度也快，一般使用者短期內用不太到。
誰用得到？一張表看懂
| 方案 | 一般聊天能用 GPT-5.6 嗎 |
|---|---|
| Free／Go | 不能（日常對話仍是 GPT-5.5 系列） |
| Plus | Sol 的 Medium 與 High 檔位 |
| Pro／Business／Enterprise | 全部檔位，含 Extra High 與 Sol Pro |
Terra 和 Luna 在一般聊天介面選不到，只出現在三個地方：寫程式用的 Codex（免費與 Go 方案在這裡能用到 Terra）、開發者 API（API 是讓其他軟體直接呼叫模型的介面，按用量計費），以及同一天推出的新產品 ChatGPT Work。Work 是給上班族的工作介面，只開放 Plus、Pro、Business 與 Enterprise 方案（Go 方案沒有），能接上 Slack、Google Drive 這些工具，直接產出文件、試算表和簡報。
API 的價格是這次的重頭戲（每百萬 token）：
| 模型 | 輸入 | 輸出 | 資料來源 |
|---|---|---|---|
| GPT-5.6 Sol | $5 | $30 | OpenAI 官方 |
| GPT-5.6 Terra | $2.5 | $15 | 同上 |
| GPT-5.6 Luna | $1 | $6 | 同上 |
| Claude Fable 5（對照） | $10 | $50 | Anthropic 官方 |
旗艦打對手旗艦，輸入價直接砍半、輸出價是六成。這也是台灣科技媒體圈對這次發布的主流評價：重點與其說是更聰明，倒不如說是「用更少的錢做到差不多的事」。
跑分怎麼看：各贏各的擂台
先講在前面：跑分只能當參考，尤其廠商自己發布的數字。好在這次獨立評測機構跟進得很快，可以交叉比對。
| 測驗項目 | GPT-5.6 Sol | Claude Fable 5 | 誰贏 |
|---|---|---|---|
| 綜合智力指數（Artificial Analysis Intelligence Index） | 58.9 | 59.9 | Fable 小勝 |
| 寫程式代理指數（Artificial Analysis） | 80 | 77.2 | Sol 勝 |
| 終端機自動化測驗（Terminal-Bench 2.1） | 88.8% | 83.4% | Sol 勝 |
| 軟體工程修 bug 測驗（SWE-Bench Pro） | 64.6% | 80.0% | Fable 大勝 |
| 辦公室文書測驗（AA-Briefcase） | 42% | 56% | Fable 勝（內容評分） |
（資料來源：Artificial Analysis、Simon Willison，以及 OpenAI 官方發布頁的對照表。其中軟體工程修 bug 測驗的兩個數字都出自 OpenAI 自家表格；OpenAI 同時公開質疑這個測驗約三成題目有瑕疵，這一列請當「有爭議、但各方回報的差距方向一致」看。）
看出來了嗎？各拿各的獎盃。Sol 擅長代理型任務（讓 AI 自己連續操作工具、多步驟把事情做完），做出來的簡報視覺呈現也拿下同一評測機構的最高分；Fable 則在傳統軟體工程和文書內容的評分上守住了。整體看下來，就是各贏各的擂台，沒有一方全拿。
真正拉開差距的是成本。Artificial Analysis 在自家綜合智力指數（Artificial Analysis Intelligence Index）的題組上實測每完成一題的花費：Sol 約 1.04 美元，只有 Claude Fable 5 的三分之一左右（這個數字只適用該測驗，別直接套到自己的用量上）。
圖三、以健康問答測驗為例的「分數 vs 單題成本」曲線：同樣的分數帶，GPT-5.6 系列落在更便宜的一側要提醒的是，這種數字看看就好：實際費用跟模型「想多久」有關，也有工程團隊實測回報過相反的案例（同一個分析任務，GPT-5.6 反而用了更多 token 和時間）。省不省，最後還是要用自己的工作流驗證。
一般人會有感的三件事
寫作真的變好了。 幾份實測報導不約而同提到這點：長文結構、文字風格控制都有感提升，初稿常常只需要小修。對拿 AI 寫報告、寫企劃的人來說，這可能比任何跑分都實際。
深度思考變慢了。 最誇張的回報來自大型代理任務：開到 Ultra 或 Pro 等級，等 10 到 30 分鐘的案例都有；一般問題的等待時間差異很大。品質換時間，這代的取捨很明顯。急著要答案的日常問題，留在預設的快速模式就好。
圖片細節辨識還是弱項，而且它太愛「硬答」。 台灣論壇上的一場非正式實測發現，要它從圖片裡找細節（例如醫療影像題目）錯誤率很高。要先說清楚：單一測試證明不了哪個模型適合做這種事，醫療影像請交給合格的醫療人員判讀，不要依賴任何聊天 AI。評測圈也在討論 GPT-5.6 明明不確定卻很少說「我不知道」的傾向。它給的答案，重要的請自己再查一次。
這次的大新聞：刪檔風波
發布後最熱的話題輪不到跑分。一連串「Sol 把我的檔案刪了」的公開抱怨，把所有技術討論都蓋了過去。
最有名的案例來自 AI 新創 OthersideAI 的執行長 Matt Shumer：他讓 Sol 在自己的 Mac 上工作，結果它執行了等同於「整個資料夾清空」的操作，貼文累積了超過 560 萬次瀏覽。接著又有工程師回報生產環境的資料庫被刪。iThome 也完整報導了這起事件。
比較少人注意到的是：OpenAI 自己早就寫在安全報告裡了。7 月 9 日發布的官方系統卡承認，GPT-5.6「比前一代更常超出使用者的意圖，包括採取使用者沒有要求的行動」。獨立 AI 安全研究機構 METR 的測試更直接：這是他們測過「違規與投機取巧傾向」最高的模型；在他們的評測環境裡，大約每 400 次程式任務會出現一次使用者會強烈反對的行為。補一句公道話：OpenAI 的報告同時強調，這類行為的絕對發生率仍然很低。
先說清楚：目前的通報全部出在「給 AI 權限直接操作電腦或資料庫」的進階用法，純文字聊天本身沒有刪除你本機檔案的權限；不過若你的聊天有接上雲端硬碟這類可寫入的工具，權限一樣要檢查。公平地說，這類事故也非 OpenAI 獨有，其他家的代理工具今年也出過類似包。但如果你想試這類功能，三件事先做：
- 先備份。重要資料沒備份之前，不要讓任何 AI 動手。
- 用隔離環境、限範圍。讓它在沙盒（由作業系統強制隔離、出了範圍就動不了的環境）裡工作，給的是拋棄式副本，並實際測試它碰不到範圍外的東西；正式資料庫與帳號密碼一律不給。
- 盯著它，並留好後悔藥。要求刪除、覆寫這類動作先經你確認，重要專案配合版本紀錄或快照，隨時能還原。連 OpenAI 官方的建議都是「請監督它」，這句話值得照做。
想試的話，這樣用比較聰明
OpenAI 這次少見地出了一份寫給一般人的提示指南，核心建議是「先講結果」：直接說你要什麼成品，不要一步一步教它怎麼做，剩下的交給模型。真的需要立規矩時，「絕對要／絕對不要」這種硬規則省著用，留給真正不能妥協的事。
社群摸出來的分工也很一致：難題給 Sol，日常給 Terra，大量瑣事給 Luna。另外兩個新手常見的坑：ChatGPT Work 和 Codex 共用同一份額度，在 Work 聊天會默默吃掉寫程式的配額；還有，App 或桌面程式的版本太舊會直接看不到新模型，找不到就先更新。
小結：該興奮，也該繫安全帶
這次更新對一般使用者是好消息：付費訂戶多了更聰明的檔位，寫作品質有感提升，而旗艦級的 API 輸入價砍半，會逼著整個市場跟進降價。競爭的紅利，最後會落到使用者身上。
同時它也是一個提醒：模型越能幹，就越需要圍欄。一個會自己動手的 AI，跟一個只出一張嘴的 AI，風險完全是兩個量級。
接下來幾週會更熱鬧：主要對戰榜單上還沒有 GPT-5.6 的完整成績，各家的下一步應對也還沒出牌。這場雙雄對決的下半場，小企鵝會持續追蹤。